陈某在B站上面搜索了监督学习和非监督学习 看完了一段40分钟左右介绍非监督学习算法中介绍期望最大算法（EM算法）的教学视频 也顺带又复习了一遍二项分布以及标准正态的概率密度 极大似然估计的计算方法 了解了算法背景 极大似然估计存在局限性 1.需要事先假定假定数据分类 2.假设的数据分布与真实的数据分 ...
分类：
其他好文 时间：
2019-12-23 20:39:21
阅读次数：
94
监督学习：通过人为地输入带有标签的训练数据集，使计算机训练得到一个较为合适的模型，对未知标签的数据进行预测。常见的监督学习算法：回归和分类。 1.回归(Regression)：通常有两个及以上变量，数据一般是连续的，通过训练集变量之间的关系得到一条模拟训练样本的曲线，对未知数据的因变量进行预测，其中 ...
分类：
其他好文 时间：
2019-12-14 23:01:08
阅读次数：
128
1、监督学习 是有特征和标签的，即便是没有标签的，机器也是可以通过特征和标签之间的关系，判断出标签。监督学习是通过训练让机器自己找到特征和标签之间的联系，在以后面对只有特征而没有标签的数据时可以自己判别出标签。相当于给定数据，预测标签。常见的有监督学习算法：回归分析和统计分类。 2、非监督学习 由于 ...
分类：
其他好文 时间：
2019-12-14 21:20:59
阅读次数：
144
监督学习： 监督学习就是分类，把人们已经处理好的训练样本（即已知数据和对应输出）给计算机，计算机通过规律训练出一个最佳模型，再用这个模型对输入的数据进行分类，得出对应的输出。 从而使计算机具有对未知数据进行分类的功能。 特点：目标明确 需要带标签的训练样本 分类效果很容易评估 非监督学习： 非监督学 ...
分类：
其他好文 时间：
2019-12-14 18:49:03
阅读次数：
66
11 K Means 原理及案例 非监督学习 1. unsupervised learning （非监督学习） ，只有特征值，没有目标值 2. 聚类： 主要方法 k means （K 需要分成的类别数） K Means步骤 1. 随机设置K个特征空间内的点作为初始的聚类中心 （红，绿，蓝） k=3 ...
分类：
其他好文 时间：
2019-12-04 01:42:52
阅读次数：
237
监督学习 利用标注好信息的样本，经过训练得到一个模型，可以用来预测新的样本 分类 当新来一个数据时，可以自动预测所属类型 应用 对于一幅遥感影像，对其中的部分水体，农田，建筑做好标记通过监督分类的方法得到其余水体、农田、建筑 分类相关的方法 支持向量机：寻找最大化样本间隔的边界 分类决策树 颜色 形 ...
分类：
其他好文 时间：
2019-12-02 13:30:28
阅读次数：
186
(1)涉及到的算法 1.监督学习：线性回归，逻辑回归，神经网络，SVM。 线性回归（下面第三行x0(i)其实是1，可以去掉） 逻辑回归 神经网络（写出前向传播即可，反向框架会自动计算） SVM 2.非监督学习：聚类算法(K-mean),降维(PCA) K-mean PCA 3.异常检测 4.推荐系统 ...
分类：
其他好文 时间：
2019-08-02 20:16:08
阅读次数：
82
Deep Active Learning 最上方为监督学习，对面为非监督学习，之间包括增强学习、半监督学习、在线学习、主动学习。 Supervised Learing 将未标记的数据交给Work进行标记，然后将标记数据交给Learner进行训练。 Semi-Supervised Learning 在 ...
分类：
其他好文 时间：
2019-07-31 16:50:48
阅读次数：
825
0 写在前面 前两天多看了两章一直都没更新，今天写的时候发现有些忘了，刚好捡起来回顾一下，近来也没什么事，兴趣来了就在图书馆泡一天看看自己喜欢的。再次重复下，这是第一遍，加之基础不好，明年才有可能出去实习，现在主要看看大概的知识框架，后续还会回头细看。扯远啦，步入正题。 相比于监督学习，非监督学习的 ...
分类：
其他好文 时间：
2019-07-21 01:08:02
阅读次数：
96
异常点检测，有时也叫离群点检测，英文一般叫做Novelty Detection或者Outlier Detection,是比较常见的一类非监督学习算法，这里就对异常点检测算法做一个总结。# 一、1.异常点检测算法使用场景 什么时候我们需要异常点检测算法呢？常见的有三种情况。一是在做特征工程的时候需要对... ...
分类：
编程语言 时间：
2019-07-19 18:53:40
阅读次数：
91
